基于全卷积神经网络的肺纤维化合并肺肿瘤CT图像的分割方法

• 作者: 韦明炯 杨创勃 刘雨峰 温界玉 康彦智 左博 赵宇新
• 来源期刊: 生物医学工程研究
• 学科: 医学
• 关键词: 全卷积神经网络 肺纤维化合并肺肿瘤 CT图像分割算法
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 论著
• 页码范围: 342-346
• 页数: 5页
• 分类号: R318|TP301
• 语种: 中文
• DOI: 10.19529/j.cnki.1672-6278.2020.04.04

摘要

为提高CT图像分割提取图像特征的分割效果,设计基于全卷积神经网络的肺纤维化合并肺肿瘤CT图像的分割方法.肺部CT影像经过膨胀、腐蚀、孔洞填充、开运算、闭运算、掩模运算得到消除器官的肺实质图像,并提取ROI.通过改进全卷积神经网络结构,制定全卷积神经网络对于输入特征图的选取标准,完成CT图像分割算法的研究.选取IOU、Dice系数、精准率与召回率作为图像分割的评价指标.实验结果表明,经过对不同分割方法评价指标的比较,本研究设计的方法具有更理想的分割结果.